S.A.G.A.C.E.
Solution Algorithmique Génétique pour lAnticipation de Comportements Evolutifs Application aux jeux à information complète et imparfaite

Ch. Meyer

LIP6 1999/015: THÈSE de DOCTORAT de l'UNIVERSITÉ PARIS 6 LIP6 / LIP6 research reports
268 pages - Juin/June 1999 - French document.

PostScript : 3054 Ko /Kb

Contact : par mail / e-mail

Thème/Team: Apprentissage et Acquisition de Connaissances

Titre français : S.A.G.A.C.E.
Solution Algorithmique Génétique pour lAnticipation de Comportements Evolutifs Application aux jeux à information complète et imparfaite
Titre anglais : S.A.G.A.C.E.
Genetic Algorithmic Solution for Evolving Behaviors' Anticipation Application to games with complete and imperfect information

Résumé : Dans un monde où lHomme est amené à interagir de plus en plus avec des machines physiques et/ou logicielles dotées de facultés artificiellement intelligentes, il convient de donner les moyens à ces machines de sadapter à lui. La machine doit être au service de lHomme et non linverse. A ce titre elle doit être autonome et capable danticiper ses besoins, ses désirs et ses comportements pour une simple question defficacité. La tâche est compliquée par le fait que lHomme nest pas une machine lui-même, il est adaptatif, il change davis, il est souvent irrationnel
Le travail qui est décrit dans cette thèse sinscrit dans ce cadre. Il concerne le développement dune méthode modulaire danticipation de comportements évolutifs : S.A.G.A.C.E.
Les jeux permettent de confronter les machines à des humains dans un contexte où ils dévoilent la plupart de leurs facultés danalyse, de réflexion et dadaptation. La réalisation dun système capable danticiper les stratégies dun joueur humain devrait permettre, à terme, dappréhender lanticipation du comportement humain dans de nombreuses autres activités et répondre ainsi, au moins partiellement, au but précédemment énoncé.

Abstract : In a world where men increasingly interact with hardware and/or software, it is advisable to give machines the means to adapt to their users. The machine should serve Man and not the reverse. In order to maximize efficiency, it has to be autonomous and capable of anticipating the users needs, desires and behaviors. The task is complicated by the fact that Man is not a machine himself : he is adaptive, changes his mind, often acts irrationally
The work that is described in this thesis lies within this framework; It concerns the development of a modular method for anticipating changing (adaptive) behaviors : S.A.G.A.C.E.
Games allow machines to confront humans in a context where they must make the most of their abilities of analysis, reflection and adaptation. The implementation of a system capable of anticipating human strategies must allow, in the long run, to manage the anticipation of human behavior in many other activities and thus to fulfil, at least partially, the above mentioned objective.

Mots-clés : Anticipation, Apprentissage, Jeux, Modélisation d'un joueur humain, Théorie des Jeux

Key-words : Anticipation, Learning, Games, Human player modelling, Game theory

Publications internes LIP6 1999 / LIP6 research reports 1999

Responsable Éditorial / Editor :Valerie.Mangin@lip6.fr